Какие существуют нюансы при итерации по строке в Go?

При итерации по строке в Go важно учитывать, что строка представляет собой последовательность байтов, а не символов Unicode. Пакет unicode/utf8 предоставляет функции для работы с многобайтовыми последовательностями UTF-8.

Основные нюансы:

• Итерация по байтам: Цикл for i := 0; i < len(s); i++ итерирует по отдельным байтам. Если строка содержит многобайтовые символы, один символ может быть представлен несколькими байтами.

  // Пример итерации по байтам
  str := "Привет"
  for i := 0; i < len(str); i++ {
      println(str[i]) // выводит байты, не символы
  }
  

• Итерация по рунам (Unicode-кодовым точкам): Для корректной работы с символами Unicode следует использовать цикл for index, ru := range s. Он итерирует по рунам (кодовым точкам Unicode), обрабатывая многобайтовые последовательности UTF-8.

  // Пример итерации по рунам
  str := "Привет"
  for index, ru := range str {
      println(index, ru) // выводит индекс начала руны и саму руну (в виде int32)
  }
  

• Длина строки: Функция len(s) возвращает количество байтов, а не количество рун. Для получения количества рун используйте utf8.RuneCountInString(s).

  // Пример подсчета байт и рун
  str := "Привет"
  println("Длина в байтах:", len(str))             // выведет количество байт
  println("Длина в рунах:", utf8.RuneCountInString(str)) // выведет количество рун
  

• Доступ по индексу: Доступ по индексу s[i] возвращает i-й байт, а не i-ю руну. Прямой доступ к рунам по индексу не предусмотрен.

  // Пример доступа к байту
  str := "Привет"
  println(str[0]) // выведет первый байт строки, не первую руну
  

• Срезы строк: Срезы строк также работают на уровне байтов. s[i:j] создает новый срез байтов.

  // Пример среза строки по байтам
  str := "Привет"
  println(str[0:2]) // может вывести некорректную последовательность, если первые два байта не образуют полную руну
  

Для надежной работы с Unicode в Go рекомендуется использовать итерацию по рунам (range) и функции из пакета unicode/utf8.